Цена входа в кибератаку рухнула: Unit 42 поймал оператора, который забыл стереть комментарии ИИ

15 октября 2026 года исследователи Unit 42 — угрозного подразделения Palo Alto Networks — Roey Porat и Tom Fakterman опубликовали разбор кампании CL-UNK-1211 против правительственных Linux-серверов (отчёт). Наблюдаемая активность тянется с октября 2025 по апрель 2026, метка UNK означает, что принадлежность к государству или киберпреступности не установлена. Главная деталь не в жертвах и не в инструментах: во множестве развёрнутых скриптов остались артефакты ИИ-генерации — «разговорные» комментарии, где модель пошагово объясняет оператору логику кода, которого тот, судя по всему, не читал. Порог входа в целевую атаку на серверную инфраструктуру упал: раньше нужен был разработчик, теперь — человек с промптом. При этом сами приёмы атаки не новые: web shells, кража паролей через подменённый sudo, RAT на Go. ИИ не изобрёл новые атаки — он обнулил стоимость написания старых. Ниже — разбор без хайпа: что именно нашли, где я не знаю ответа, и что из этого следует для компании, у которой есть сервер и база знаний.
Что именно случилось: атака, которая оставила после себя конспект
Кампания велась против правительственных структур и государственной инфраструктуры — Linux-серверы, почтовые серверы qmail, базы данных. Цепочка классическая для шпионажа: первичный доступ через web shells (и самописные, и открытые с GitHub), разведка, кража учётных данных, попытки выгрузки баз и почтовых ящиков, зачистка логов.
Самое интересное началось на этапе разбора артефактов. В PHP- и shell-скриптах атакующих исследователи нашли не обычные комментарии разработчика, а конструкторскую записку ИИ. Дословно из отчёта: «Multiple artifacts deployed throughout the intrusion contained AI-made conversational annotations and developer reasoning comments, suggesting that the code was either generated using large language models (LLMs) or executed by an automated AI agent». Перевод: несколько развёрнутых артефактов содержали разговорные пометки и рассуждения разработчика, что указывает — код либо сгенерирован LLM, либо исполнялся автоматическим ИИ-агентом.
Физика простая. Когда разработчик пишет код сам, комментарии отражают его собственные мысли. Когда код генерирует модель по промпту, она часто оставляет объяснения для того, кто просил: «этот скрипт делает то-то, потом запускает то-то». Оператор скопировал вывод целиком — вместе с объяснениями — и не заметил, что оставил после себя конспект собственного взлома. Это как вор, который обронил на месте кражи инструкцию, напечатанную по его же заказу.
Дополнительные признаки ИИ-генерации, которые перечисляет Unit 42: секционные заголовки в скриптах (модель структурирует вывод, чтобы его быстрее анализировать), обильный Base64, бесшовные переключения между PHP, JavaScript, Bash и Python внутри одной цепочки. Ни один из признаков по отдельности ничего не доказывает. Но их совокупность в одном наборе артефактов — уже не совпадение.
И одна деталь, которая мне нравится больше прочих: скрипт выгрузки почты zip_mails.sh содержал синтаксическую ошибку (сломанное присваивание переменной) и не работал бы при исполнении. Код, который не запускался — потому что его никто не проверял. Это и есть портрет нового порога входа: человек, заказавший выгрузку почтовых ящиков правительства, не способен сам написать рабочий bash-скрипт.
Что именно делали атакующие: физика, без метафор
Три вещи из отчёта стоит разобрать тактильно, потому что они показывают, где именно проходит граница между «нас взломали» и «мы даже не заметили».
Подменённый sudo. Атакующие заменили файл .bashrc — конфиг, который выполняется при каждом открытии терминала — и добавили алиас для команды sudo. Теперь при каждом запуске sudo пользователь видит привычный запрос пароля, вводит его, пароль пишется в лог-файл атакующих с именем Solarwinds.StatusLog.txt — маскировка под активность SolarWinds, — и только потом передаётся настоящему sudo. Команда работает. Пароль украден. Пользователь ничего не заметил. Unit 42 отдельно подчёркивает: доказательств компрометации инфраструктуры SolarWinds нет, имя использовано как камуфляж.
Похищенный PHP. Второй путь к паролям — строка кода, вставленная в PHP-страницу логина (судя по всему, в форму аутентификации к базе). Администратор вводит логин и пароль — код пересылает их в лог-файл атакующих, а форма работает как раньше. Это не уязвимость в PHP. Это модификация уже скомпрометированного окружения.
SysGoRAT. Самописный многоплатформенный RAT на Go, наблюдавшийся под безобидным именем sys-control-client, Windows и Linux, канал управления через WebSocket на зашитый IP-адрес из отчёта. Семь типов команд: исполнение произвольных команд, интерактивная сессия, листинг каталогов, проксирование трафика через заражённую машину. Переименован на диске в системно-выглядящие имена — pip2.7, ea_install, ./semanage.
Дальше — целевые действия: перечисление почтовых каталогов /var/qmail/mailnames/, скрипт search_social.php для поиска писем от соцсетей (зачем правительству доступ к соцаккаунтам, привязанным к корпоративной почте — вопрос риторический), попытки выгрузить базы данных целиком. И зачистка: попытки остановить процессы Cortex XDR (обнаружены и заблокированы), удаление логов аутентификации, истории команд, почтовой активности, timestomping — подмена времени создания файлов командой touch -t, и подброшенные маркеры RedTeamOps2025 и пароль pentest123, чтобы вскрытие выглядело как легитимное пентест-упражнение. Последний пункт — отдельный класс зла: атакующие готовились к тому, что их найдут, и заранее писали легенду.
Почему это важнее, чем «хакеры используют ИИ»
Новость? Нет. Microsoft и OpenAI ещё в феврале 2024-го отчитались о пяти государственно-связанных группах, использовавших LLM на этапах разведки и подготовки фишинга — Forest Blizzard (Россия), Emerald Sleet (КНДР), Crimson Sandstorm (Иран), Charcoal Typhoon и Salmon Typhoon (Китай). Но тогда же, в том же отчёте, стояла фраза: «our research with OpenAI has not identified significant attacks employing the LLMs we monitor closely» — значимых атак с применением отслеживаемых LLM не выявлено. Тогда это был прогноз, а не наблюдение.
CL-UNK-1211 — переход от прогноза к наблюдению. Насколько я вижу, это первый публичный кейс, где артефакты ИИ-генерации найдены не в одной payload-заметке, а во множестве развёрнутых скриптов одной кампании, где ИИ-ассистированный код — не эпизод, а рабочий процесс атакующих. Дословно: «By leveraging AI to rapidly generate, adapt and deploy operational scripts, the attackers behind CL-UNK-1211 maintained a fast pace of operation while minimizing manual developer overhead» — используя ИИ для быстрой генерации, адаптации и развёртывания операционных скриптов, атакующие поддерживали высокий темп, минимизируя ручную разработку.
Тут надо честно разделить факт и интерпретацию. Факт: артефакты ИИ-генерации в коде есть, их много, они систематические. Интерпретация Unit 42 — «код либо сгенерирован LLM, либо исполнялся автономным ИИ-агентом» — содержит «либо», и это честно: по комментариям нельзя отличить оператора, вставляющего сгенерированный код, от автономного агента. Разница между этими двумя мирами огромна — и данные не позволяют её измерить.
Что это значит на языке бизнеса. Порог входа в целевую атаку раньше был человеком: разработчик малвари, знающий PHP, Go и Linux, стоит дорого и его надо искать. Теперь наполнение атаки — промпт. Дешёвые токены, о которых мы писали в разборе двухконтурного рынка ИИ, удешевили не только ваши чат-боты — они удешевили и чужие web shells. Экономика атакующего и экономика внедряющего ИИ стали симметричными.
Почему ваша база знаний не под защитой: инъекции и веб
Есть вторая, менее заметная половина этой истории. В марте 2026 года та же Unit 42 опубликовала телеметрию по косвенным промпт-инъекциям в вебе (IDPI) — когда команды спрятаны не в чате, а в содержимом веб-страницы, которую ваш ИИ-агент читает для саммари или анализа. Числа: 28,6% обнаруженных инъекций ведут к нерелевантному выводу, 14,2% — к уничтожению данных, 85,2% используют социальную инженерию. 22 техники конструирования payload, от невидимых символов до Base64 в data-атрибутах. Один сайт содержал 24 попытки инъекции.
Соединять эти два отчёта в одну картину я не буду — это разные атаки с разными векторами. Но у них общая физика: LLM не отличает инструкцию от данных. Текст, который ваш агент читает со страницы, и команда, которую ваш сотрудник пишет в чат, попадают в один контекст. Атаки из мартовского отчёта включали попытки принудительной покупки, перевода 5000 долларов и «удаления базы данных». Если ваш ИИ-агент с доступом к документообороту ходит по вебу — он ходит по минному полю с завязанными глазами. Это не метафора. Это буквально описание поверхности атаки.
Для компании с базой знаний это означает: контент, который загружается в ИИ (документы с веба, письма, заявки из форм), — это теперь входной канал атаки, а не только контент. Регламентация того, что агент имеет право делать с прочитанным, перестала быть теорией.
Вопрос, который всё равно задают: нам-то что делать, у нас нет правительственных серверов?
Живой вопрос, без выдуманного героя, от человека, который читает новости про хакеров и думает «нас это не касается»: у нас небольшой сервер, 1С и папка с договорами, почему атака на госструктуры должна менять мой план на четверг?
Ответ, который я беру не у себя, а из годового отчёта Unit 42 по инцидентам (2026 Global Incident Response Report, 750+ крупных инцидентов, 50+ стран). Ключевая фраза о скорости, дословно: «In the fastest cases we investigated, attackers needed just 72 minutes to move from initial access to data exfiltration, 4X faster than last year». В самых быстрых случаях атакующим хватило 72 минут от первичного доступа до эксфильтрации данных — вчетверо быстрее, чем год назад. И дальше в том же отчёте: ИИ используется в разведке, фишинге, скриптинге и операционном исполнении, что даёт машинную скорость в масштабе.
72 минуты. Не дни и не недели. Если у вас нет человека, который в течение часа может закрыть учётную запись, отключить сервер и поднять логи — ваш план на любой четверг не включает сам сценарий, ради которого план существует. И ещё одна строчка оттуда же: слабости identity сыграли материальную роль почти в 90% расследований — атакующие не взламывают, они входят с украденными учётками. Подменённый sudo из CL-UNK-1211 — ровно про это: пароль украли, потом вошли им же.
Что из этого следует практически, без паники и без покупки двадцати продуктов: исходящие соединения с серверов (обратные шеллы из CL-UNK-1211 ходили наружу на семь разных адресов управления — жёсткий egress-фильтр режет этот класс атак), целостность конфигурационных файлов (.bashrc, auto_prepend_file в PHP — оба использовались для персистентности, и оба проверяются простой сверкой с эталоном), журнал действий ИИ-агентов, если они у вас есть. Скучный список. Ни одного слова про «революционный ИИ» в защите. Более 90% инцидентов в отчёте включали мисконфигурации — атакующие используют не изощрённость, а дыры в базовой гигиене, и ИИ просто ускоряет их поиск.
Где данные кончаются, а моё мнение начинается
Три вещи в этой истории я не знаю, и не хочу делать вид, что знаю.
Первое — атрибуция. Метка UNK означает «unknown»: Unit 42 не смогла определить, государство это или киберпреступники. Все рассуждения о «российских» или «китайских» хакерах в применении к этому кейсу — спекуляция, включая любые мои.
Второе — масштаб. Я не знаю, сколько таких кампаний не поймано. Unit 42 видит только то, что видит её телеметрия. CL-UNK-1211 нашли, потому что атакующие были небрежны — оставили комментарии, допустили синтаксическую ошибку. Атака без этих артефактов выглядела бы как обычная шпионская кампания. Возможно, их десятки. Возможно, эта — первая замеченная. Данных нет.
Третье — работает ли ИИ-защита лучше ИИ-атаки. Palo Alto Networks использовала в расследовании Cortex Agentic Assistant на платформе Cortex AgentiX — ИИ-помощник следователя. Конкуренция «ИИ против ИИ» на одной странице отчёта — красивый кадр, но у меня нет данных, чтобы сказать, кто в ней выигрывает. Красивое не равно доказанному.
Отдельно — о том, что меня раздражает в этой истории, признание по правилам честного текста. Меня раздражает, что половина индустрии продаёт «ИИ-безопасность» как отдельный продукт — новый контур, новый сканер, новая лицензия. А CL-UNK-1211 бьёт через sudo, PHP и web shells, которым двадцать лет. Дешёвый ИИ удешевил старые атаки, и защищать надо старые дыры, а не покупать новый слой. Хотя, честно говоря, я не уверен, что сам в это верю до конца: если ИИ-агенты станут штатными сотрудниками компаний, поверхность атаки вырастет качественно, и «старой гигиены» не хватит. Оба факта у меня на столе. Решайте сами. Я — ещё нет.
Если эта тема уже вымотала — закройте текст. Он никуда не убежит. Читать про хакеров, когда у себя в компании не закрыты учётки уволенных, — способ чувствовать себя занятым.
В Digitude я делаю recall — систему памяти для ИИ-агентов. После этого отчёта я лучше понимаю, что память агента — это не только его сила, но и его поверхность атаки: то, что агент помнит, атакующий может попытаться подсунуть. Поэтому в recall права доступа и журнал изменений — не надстройка, а фундамент: то, что агент имеет право делать с прочитанным, фиксируется до того, как он начнёт читать.
И я не знаю, как оценивать темп. Опыт говорит: угрозы ИИ всегда оказываются меньше, чем обещают анонсы вендоров безопасности. Данные Unit 42 говорят: атакующим теперь хватает 72 минут, и код за них пишут модели. Где правда — между ними, наверное. Но измерить расстояние мне пока не удалось.
recall — ИИ-советник с системой памяти для бизнеса. Не забывает контекст между разговорами, помнит решения и договорённости.
Попробовать бесплатно